Apa Itu Contoh Kerja dari Risiko Ekor?

Apa arti risiko ekor (definisi terlebih dahulu)

Risiko ekor adalah risiko hasil yang sangat ekstrem—biasanya kerugian—yang terjadi di “ekor” (ujung jauh) dari distribusi probabilitas. Dalam praktiknya, “ekor” berarti sebagian besar hasil mungkin terlihat biasa, tetapi peristiwa dengan probabilitas kecil menghasilkan dampak yang jauh lebih besar daripada kasus rata-rata.

Untuk manajemen risiko, poin kuncinya adalah bahwa risiko ekor bukan hanya “volatilitas tinggi.” Volatilitas mengukur seberapa banyak nilai bergerak; risiko ekor berfokus pada seberapa buruk hasil terburuk yang masuk akal, mengingat model probabilitas tertentu.

Bagaimana contoh kerja bekerja (mekanisme dan asumsi)

Di bawah ini adalah contoh kerja bergaya skenario. Ini tidak didasarkan pada data pasar langsung.

Asumsi (dinyatakan secara eksplisit):

1. Ada dua jenis hasil untuk eksposur akun sederhana selama cakrawala waktu tetap: hasil “normal” dan hasil “ekor”.
2. Probabilitas hasil ekor dalam cakrawala ini adalah 1% (0,01). Probabilitas hasil normal adalah 99%.
3. Dalam hasil normal, hasil bersihnya adalah kerugian akun -2% (kerugian 2% dari ekuitas awal).
4. Dalam hasil ekor, hasil bersihnya adalah kerugian akun -30% (kerugian 30% dari ekuitas awal).
5. Kami mengabaikan bunga, biaya pembiayaan, pajak, dan perubahan ukuran akun selama cakrawala waktu untuk kesederhanaan.
6. Kami berasumsi bahwa persentase berlaku langsung ke basis ekuitas awal yang sama.

Hitung kerugian yang diharapkan (bukan prediksi—hanya aritmatika):

• Kerugian yang diharapkan = (0,99 × -2%) + (0,01 × -30%)
• Kerugian yang diharapkan = -1,98% + -0,30% = -2,28%

Tunjukkan “dominasi ekor” dari kontribusi kerugian:

• Kontribusi dari hasil ekor = 0,01 × (-30%) = -0,30%
• Kontribusi dari hasil normal = 0,99 × (-2%) = -1,98%

Dalam pengaturan ini, peristiwa ekor berkontribusi 0,30 poin persentase dari kerugian yang diharapkan dari total 2,28 poin persentase. Itu mungkin tampak sederhana—tetapi peristiwa ekor juga merupakan pendorong utama dari besarnya skenario terburuk (penarikan -30%), yang sering kali menjadi hal yang coba dibatasi atau direncanakan oleh kerangka kerja risiko ekor.

Metrik “fokus ekor” yang lebih ketat sering melihat kuantil ekstrem atau pita skenario terburuk (misalnya, tingkat kerugian yang terkait dengan persentil ke-99 dari kerugian). Dengan pandangan berbasis kuantil, peristiwa ekor mendefinisikan tingkat ekor secara langsung.

Contoh skenario kerja untuk beberapa peristiwa ekor (apa yang bisa berubah)

Sekarang tambahkan perubahan asumsi kedua untuk mengilustrasikan sensitivitas.

Asumsi yang direvisi:

1. Probabilitas ekor berlipat ganda dari 1% menjadi 2%.
2. Kerugian ekor tetap -30%.
3. Kerugian normal tetap -2%.

Kerugian yang diharapkan = (0,98 × -2%) + (0,02 × -30%) Kerugian yang diharapkan = -1,96% + -0,60% = -2,56%

Kontribusi ekor menjadi 0,02 × (-30%) = -0,60%, yang sekarang merupakan bagian yang lebih besar dari kerugian yang diharapkan daripada sebelumnya.

Keterbatasan/mode kegagalan yang material: Contoh sederhana ini mengasumsikan bahwa probabilitas dan besaran kerugian tetap stabil dan independen dari tindakan yang diambil dan dari struktur pasar. Dalam kondisi nyata, pergerakan ekstrem juga dapat disertai dengan biaya transaksi yang melebar, likuiditas yang berkurang, dan selip eksekusi, yang berarti kerugian yang direalisasikan bisa lebih buruk daripada asumsi -30%.

Keterbatasan, risiko, dan cara memverifikasi secara independen

Keterbatasan contoh:

• Probabilitas (seperti 1% atau 2%) adalah asumsi, bukan pengukuran. Ekor dunia nyata bisa lebih berat atau lebih ringan tergantung pada rezim pasar.
• Hasil kerugian disederhanakan menjadi persentase tetap. Kerugian akun nyata bergantung pada jalur harga, ukuran posisi, leverage, dan hasil akhir yang tepat dari eksposur.
• Hubungan historis tidak menjamin perilaku masa depan. Distribusi yang menghasilkan ekstrem tertentu di masa lalu dapat menghasilkan ekstrem yang berbeda di kemudian hari.

Risiko yang perlu diperhatikan secara konseptual:

• Risiko model: Jika model probabilitas Anda meremehkan frekuensi ekor atau keparahan ekor, risiko ekor mungkin diremehkan.
• Risiko likuiditas dan eksekusi: Di pasar yang bergerak cepat, kualitas pengisian aktual dapat memperburuk hasil.
• Risiko korelasi: Beberapa risiko dapat menjadi berkorelasi positif selama tekanan, mengubah beberapa eksposur “sedang” menjadi satu kerugian ekor gabungan.

Cara memverifikasi fakta (tanpa mengandalkan contoh ini):

• Untuk memverifikasi definisi, bandingkan bagaimana “risiko ekor” dijelaskan dalam materi manajemen risiko (harus mengacu pada hasil ekstrem di ekor distribusi).
• Untuk memverifikasi aritmatika, hitung ulang kerugian yang diharapkan dan kontribusi ekor menggunakan asumsi yang dinyatakan.
• Untuk memverifikasi penerapan, ganti probabilitas dan kerugian yang diasumsikan dengan asumsi terdokumentasi Anda sendiri (misalnya, dari analisis skenario Anda sendiri) dan amati seberapa sensitif hasil terhadap input tersebut.